- 信息沖擊對股票市場影響的建模與檢驗
- 蘇木亞等
- 1456字
- 2022-07-27 10:59:06
1.5 穩健性檢驗與對比實驗
本節包括穩健性檢驗與對比實驗兩個部分。首先對整個樣本數據以及不同類型間的股票進行閾值p=0.10的穩健性檢驗；其次，利用已實現半方差模型進行對比實驗。
1.5.1 穩健性檢驗
本小節包括兩部分，第一部分是對整個樣本數據的穩健性檢驗，第二部分是不同類型的股票間的穩健性檢驗。在本小節中，p值設置為0.10。
1.5.1.1 整個樣本數據的穩健性檢驗
對整個樣本數據的穩健性檢驗如圖1-6～圖1-9所示。
圖1-6 NumberGood-NumberBad（p=0.10）
圖1-7 SpeedGood-SpeedBad（p=0.10）
圖1-8 DepthGood-DepthBad（p=0.10）
圖1-9 ConnectlessGood-ConnectlessBad（p=0.10）
圖1-6中100個位置NumberGood-NumberBad均大于0，相減得到的最大的差值為0.2069，最小的差值為0.0479。所以，利好信息的所有Number值均比利空信息的對應的Number值大。
圖1-7中100個位置SpeedGood-SpeedBad均大于0，相減得到的最大的差值為1.9326，最小的差值為0.0601。所以，利好信息的所有Speed值均比利空信息的對應的Speed值大。
圖1-8中100個位置上有52個位置對應的DepthGood-DepthBad大于0，48個位置對應的DepthGood-DepthBad等于0，相減得到的最大的差值為1，最小的差值為0。所以，利好信息的所有Depth值均不小于利空信息的對應的Depth值。
圖1-9中100個位置對應的ConnectlessGood-ConnectlessBad均不大于0。其中96個位置對應的ConnectlessGood-ConnectlessBad等于0，相減得到的最大的差值為0，最小的差值為-0.0127。所以，利好信息的多數Connectless值等于利空信息的對應的Connectless值。
由此可見，圖1-6～圖1-9顯示的結果與相對應的圖1-2～圖1-5的結果非常接近。
1.5.1.2 不同類型的股票間的穩健性檢驗
不同類型的股票間的穩健性檢驗結果見表1-9～表1-12。
表1-9 五類股票間的NumberGood-NumberBad（p=0.10，315天）
表1-10 五類股票間的SpeedGood-SpeedBad（p=0.10，315天）
表1-11 五類股票間的DepthGood-DepthBad（p=0.10，315天）
表1-12 五類股票間的ConnectlessGood-ConnectlessBad（p=0.10，315天）
由表1-9可知，MFS→REI、MFS→CMS、MFS→OFI和INS→CMS的值為負數，最大值為-0.0072，最小值為-0.3000，其余NumberGood-NumberBad的值均非負數，最大值為0.4933，最小值為0.0000。
由表1-10可知，MFS→REI、MFS→CMS、MFS→OFI和INS→CMS的值為負數，最大值為-0.0048，最小值為-0.3125，其余SpeedGood-SpeedBad的值均非負數，最大值為0.6267，最小值為0.0000。
由表1-11可知，OFI→OFI的值為-1，其余DepthGood-DepthBad的值均非負數，最大值為1，最小值為0。
顯而易見，表1-12中的所有值均等于0.0000。
由于p=0.05的穩健性結果與p=0.10的穩健性結果相似，限于篇幅，此處不再贅述。
1.5.2 對比實驗
在本小節中，我們將前文得到的結果與已實現半方差得到的相應結果進行比較。首先，將已實現半方差（RS）拆分為已實現負半方差（RS-）和已實現正半方差（RS+）兩個部分，分別測量與正收益和負收益相對應的對數價格的波動。其次，利用線性格蘭杰因果關系檢驗模型構建網絡。再次，運用Dijkstra算法找出每一對節點之間的最短路徑。最后，分別借助本書提出的四個指標對比分析利好信息和利空信息在所構建的Dijkstra網絡上的傳播特征。
由于篇幅有限，本小節在這里僅展示p=0.01的結果。
圖1-10中100個位置上有72個位置對應的NumberGood-NumberBad小于0，其余28個位置上對應的NumberGood-NumberBad大于0。相減得到的最大的差值為0.2535，最小的差值為-0.4040。
圖1-10 NumberGood-NumberBad（RS）
圖1-11中100個位置上有71個位置對應的SpeedGood-SpeedBad小于0，其余29個位置上對應的SpeedGood-SpeedBad大于0。相減得到的最大的差值為0.3683，最小的差值為-0.7438。
圖1-11 SpeedGood-SpeedBad（RS）
圖1-12中100個位置上有38個位置對應的DepthGood-DepthBad小于0，有50個位置對應的DepthGood-DepthBad等于0，其余12個位置對應的DepthGood-DepthBad大于0。相減得到的最大的差值為1，最小的差值為-3。
圖1-12 DepthGood-DepthBad（RS）
圖1-13中100個位置上有52個位置對應的ConnectlessGood-ConnectlessBad小于0，有28個位置對應的ConnectlessGood-ConnectlessBad等于0，其余20個位置對應的ConnectlessGood-ConnectlessBad大于0。相減得到的最大的差值為0.0376，最小的差值為-0.0385。
圖1-13 ConnectlessGood-ConnectlessBad（RS）
從圖1-10～圖1-13可以看出，與圖1-2～圖1-5的結果相比，利用已實現半方差得到的結果不存在規律性。對于四個指標，有的指標正對數收益率波動的指標值大于對應的負對數收益率波動的指標值，有的指標正對數收益率波動的指標值小于對應的負對數收益率波動的指標值。因此，在此我們省略了不同類型的股票間的比較。